IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-19
Supressão de acertos de fótons de $^{14}\mathrm{C}$ em grandes detectores de cintilador líquido por meio de aprendizado profundo espaço-temporal
Título original: Suppression of $^{14}\mathrm{C}$ photon hits in large liquid scintillator detectors via spatiotemporal deep learning
Em detectores de neutrinos de cintilador líquido, os fótons do decaimento beta do ¹⁴C contaminam o sinal e degradam a resolução em energia. Os autores propõem três modelos, uma rede neural de grafos espaço-temporal com portas (gated) e dois modelos baseados em Transformer, para identificar os hits de fótons de ¹⁴C em eventos de pósitrons com empilhamento (pile-up) de ¹⁴C. Em dados de teste simulados, eles identificaram 25–48% dos hits de ¹⁴C, classificando erroneamente hits de pósitrons como ¹⁴C em menos de 1% dos casos, o que melhorou substancialmente a resolução de carga total onde os dois se sobrepõem fortemente no espaço e no tempo.